頻域直方圖是一種表示信號(hào)頻域特征的圖像，可以快速了解信號(hào)的頻域信息，對(duì)信號(hào)的分析和處理具有重要意義。在Python中，我們可以通過使用numpy和matplotlib庫來繪制頻域直方圖。

# 導(dǎo)入庫
import numpy as np
import matplotlib.pyplot as plt
# 生成信號(hào)
Fs = 1000  # 采樣率
t = np.arange(0, 1, 1 / Fs)  # 時(shí)間軸
f1 = 10  # 信號(hào)頻率1
f2 = 50  # 信號(hào)頻率2
s = np.sin(2 * np.pi * f1 * t) + np.sin(2 * np.pi * f2 * t)  # 信號(hào)
# 繪制原始信號(hào)的時(shí)域波形和頻域直方圖
plt.figure()
plt.subplot(2, 1, 1)  # 兩行一列的第一幅圖
plt.plot(t, s)
plt.title('Time-domain waveforms')
plt.ylabel('Amplitude')
plt.xlabel('Time')
plt.subplot(2, 1, 2)  # 兩行一列的第二幅圖
plt.hist(np.abs(np.fft.fft(s)), bins=200, range=(0, 500))  # 繪制頻域直方圖
plt.title('Frequency-domain histograms')
plt.xlabel('Frequency(Hz)')
plt.ylabel('Count')
plt.show()

在上面的代碼中，首先生成了一個(gè)10Hz和50Hz的混合信號(hào)，并在兩行一列的圖像框中繪制了時(shí)域波形和頻域直方圖。其中，np.fft.fft()函數(shù)用于對(duì)信號(hào)進(jìn)行傅里葉變換，np.abs()函數(shù)用于取得變換后的幅值，np.histogram()函數(shù)用于生成直方圖。通過設(shè)置直方圖的bins和range參數(shù)，可以實(shí)現(xiàn)對(duì)直方圖的自定義設(shè)置。運(yùn)行代碼后，將會(huì)得到下面的繪圖結(jié)果：